-
公开(公告)号：CN112066185A
公开(公告)日：2020-12-11
申请号：CN202010980953.4
申请日：2020-09-17
Applicant: 国家电网有限公司客户服务中心 , 北京中电普华信息技术有限公司 , 北京科大中冶技术培训有限公司
Abstract: 本发明属于信息采集领域，尤其是一种用于客服人员工作信息采集监控设备，针对现有的不具有对客服人员的工作环境、工作状态、身体状态进行实时监控的功能的问题，现提出以下方案，包括底座，所述底座底端外壁通过转珠转动安装有旋转座，且底座底端两侧开设有第一限位槽，底座顶端两侧开设有第二限位槽。本发明中通过摄像头监控客服人员的工作作态，确认客服人员在岗，录音机构将工作人员接待客户的语音进行记录，便于上级抽查客服人员的工作内容和客服人员本身回顾总结工作内容和经验，且红外人体测温仪可对客服人员检测体温，空气检测仪监测客服人员工作的环境空气，空气净化器根据数据对空气进行净化，为客服人员提供舒适的工作环境。
-
公开(公告)号：CN112066185B
公开(公告)日：2021-10-26
申请号：CN202010980953.4
申请日：2020-09-17
Applicant: 国家电网有限公司客户服务中心 , 北京中电普华信息技术有限公司 , 北京科大中冶技术培训有限公司
Abstract: 本发明属于信息采集领域，尤其是一种用于客服人员工作信息采集监控设备，针对现有的不具有对客服人员的工作环境、工作状态、身体状态进行实时监控的功能的问题，现提出以下方案，包括底座，所述底座底端外壁通过转珠转动安装有旋转座，且底座底端两侧开设有第一限位槽，底座顶端两侧开设有第二限位槽。本发明中通过摄像头监控客服人员的工作作态，确认客服人员在岗，录音机构将工作人员接待客户的语音进行记录，便于上级抽查客服人员的工作内容和客服人员本身回顾总结工作内容和经验，且红外人体测温仪可对客服人员检测体温，空气检测仪监测客服人员工作的环境空气，空气净化器根据数据对空气进行净化，为客服人员提供舒适的工作环境。
-
公开(公告)号：CN114219002A
公开(公告)日：2022-03-22
申请号：CN202111339431.7
申请日：2021-11-12
Applicant: 国家电网有限公司客户服务中心
Abstract: 本发明属于舆情识别技术领域，具体公开了一种舆情智能识别系统，包括Kafka数据接收模块、舆情智能分析模块、Kafka数据推送模块和制单模块；Kafka数据接收模块用于接收Kafka数据流中的舆情数据；舆情智能分析模块用于判断舆情数据是否是真实的舆情，如果是真实的舆情则将舆情数据按类别和等级进行划分；Kafka数据推送模块用于将舆情识别结果以Kafka消息队列的顺序传递至制单模块；制单模块用于根据从Kafka数据接收模块接收的舆情数据和Kafka数据推送模块接收的舆情识别结果生成工单。本发明通过舆情智能分析模块对舆情数据进行了判断和识别，能够降低舆情研判人员的工作强度；能够避免由于人工分类引起的分类不准确的情况。
-
公开(公告)号：CN118990964A
公开(公告)日：2024-11-22
申请号：CN202411042693.0
申请日：2024-07-31
Applicant: 国家电网有限公司客户服务中心
Abstract: 本发明涉及数据质量检测技术领域，具体公开了一种基于模型的数据质量核查装置，包括机架，机架上端固定连接有第一输送架，第一输送架左右两侧内部均转动连接有第一输送轴，第一输送轴设置有多组，第一输送轴侧壁固定连接有第一输送辊，第一输送架左侧上端固定连接有控制器，多组第一输送轴后端固定连接有链轮，多组链轮通过链条传动连接；本发明通过控制器、称重机构、第二分流机构和分流通道的配合下，使得称重机构检测的产品重量超出时，会通过控制器将启动第二分流机构中的电动伸缩杆，使得靠近称重机构一侧的第二分流机构中的第三输送架抬起，从而超重产品移动到分流通道中进行减重，使得超重的产品能够达到合格的效果。
-
公开(公告)号：CN114238100B
公开(公告)日：2024-08-02
申请号：CN202111509563.X
申请日：2021-12-10
Applicant: 国家电网有限公司客户服务中心 , 天津大学
IPC: G06F11/36 , G06N3/0442 , G06N3/042 , G06N3/08
Abstract: 本发明公开了一种基于GGNN和分层注意力网络的Java漏洞检测定位方法，主要包括漏洞数据集构造、数据集预处理、模型设计与训练、模型测试与评估。首先总结了当前领域内使用的数据集并设计收集了后续模型训练的自制数据集；然后对数据集进行数据预处理工作，以获得代码的初级表征并可使其作为后续模型的输入；接着使用预处理后的数据训练自定义的漏洞检测模型；最后，训练好的模型可以处理测试的数据集，并给出测试评估。与现有技术相比，本发明本发明实现了利用DL算法(优化算法)的图神经网络模型进行漏洞检测，缓解了该类研究缺乏数据集、可解释性差、生成代码图结构困难的问题。
-
Patent Agency Ranking
公开(公告)号：CN116756231A
公开(公告)日：2023-09-15
申请号：CN202310776727.8
申请日：2023-06-27
Applicant: 国家电网有限公司客户服务中心
Abstract: 本发明公开了一种基于可视化技术的数据分析展示方法及系统，涉及数据管理领域。为了解决现有的数据应用和分析系统存在数据来源广，数据类型杂，数据查找难的问题。一种基于可视化技术的数据分析展示方法及系统，包括以下步骤：S1：构建数据分布清单；S2：归纳电力单位数据，编制资源数据清册，S3：建设数据地图。本发明为数据管理提供更加精准的数据支撑，为电力单位对数据资源整体管理提供支撑，使得数据检索更加便捷，帮助数据使用人员提高数据应用效率，使得数据使用者可以自助获取数据，完整的数据信息可以帮助数据使用者更好地理解数据，条理清晰，极大节约了找数据的时间和精力，解决了数据难查找的问题。
-
公开(公告)号：CN114238100A
公开(公告)日：2022-03-25
申请号：CN202111509563.X
申请日：2021-12-10
Applicant: 国家电网有限公司客户服务中心 , 天津大学
Abstract: 本发明公开了一种基于GGNN和分层注意力网络的Java漏洞检测定位方法，主要包括漏洞数据集构造、数据集预处理、模型设计与训练、模型测试与评估。首先总结了当前领域内使用的数据集并设计收集了后续模型训练的自制数据集；然后对数据集进行数据预处理工作，以获得代码的初级表征并可使其作为后续模型的输入；接着使用预处理后的数据训练自定义的漏洞检测模型；最后，训练好的模型可以处理测试的数据集，并给出测试评估。与现有技术相比，本发明本发明实现了利用DL算法(优化算法)的图神经网络模型进行漏洞检测，缓解了该类研究缺乏数据集、可解释性差、生成代码图结构困难的问题。
-
公开(公告)号：CN114219002B
公开(公告)日：2025-02-18
申请号：CN202111339431.7
申请日：2021-11-12
Applicant: 国家电网有限公司客户服务中心
Abstract: 本发明属于舆情识别技术领域，具体公开了一种舆情智能识别系统，包括Kafka数据接收模块、舆情智能分析模块、Kafka数据推送模块和制单模块；Kafka数据接收模块用于接收Kafka数据流中的舆情数据；舆情智能分析模块用于判断舆情数据是否是真实的舆情，如果是真实的舆情则将舆情数据按类别和等级进行划分；Kafka数据推送模块用于将舆情识别结果以Kafka消息队列的顺序传递至制单模块；制单模块用于根据从Kafka数据接收模块接收的舆情数据和Kafka数据推送模块接收的舆情识别结果生成工单。本发明通过舆情智能分析模块对舆情数据进行了判断和识别，能够降低舆情研判人员的工作强度；能够避免由于人工分类引起的分类不准确的情况。
-
公开(公告)号：CN118035803A
公开(公告)日：2024-05-14
申请号：CN202311631284.X
申请日：2023-12-01
Applicant: 国家电网有限公司客户服务中心
IPC: G06F18/241 , G06F18/243 , G06N5/01 , G06N20/00 , G06Q30/015 , G06Q50/06
Abstract: 本发明涉及元数据技术领域，尤其涉及一种元数据自动采集和盘点的方法、装置和存储介质，所述方法包括：中心数据资产采集器对元数据进行采集并推送至元数据存储空间，对数据表进行自动盘点分类，并对自动盘点分类结果进行专家法分析，通过专家法进行修正，将修正后的数据传输给机器学习平台，并将修正后的信息反馈。本发明经电网营销客服业务专家对盘点结果进行修正，不仅可以确保数据输送的精准性，而且通过自动盘点分类程序和机器学习平台的循环优化，逐步提高数据表自动盘点分类的准确性，整个环节形成了一个闭环更新迭代流程，盘点分类结果数据通过自动学习不断准确，同时，对元数据进行采集和盘点的效率及准确率逐渐提升，内存占用小。
-
公开(公告)号：CN114840680A
公开(公告)日：2022-08-02
申请号：CN202210290410.9
申请日：2022-03-23
Applicant: 国家电网有限公司客户服务中心 , 浙江省北大信息技术高等研究院
Abstract: 本发明公开了一种实体关系联合抽取方法，方法包括：获取待抽取的目标文本数据；将目标文本数据输入预先训练的实体关系联合抽取模型中；实体关系联合抽取模型包括BERT编码层、CRF层和sigmoid得分层；预先训练的实体关系联合抽取模型训练过程包括，将BERT编码层输出的字符表示向量输入CRF层得到第一交叉熵损失值；根据每个字符的拼接向量输入sigmoid得分层得到第二交叉熵损失值；每个字符的拼接向量是由CRF层输出的字符的实体预测标签与BERT编码层输出的字符表示向量拼接的；输出目标文本数据对应的实体参数和关系参数。本申请可提升关系抽取任务的准确性，模型能自动学习两个任务的相关信息，也能有效减小因流水线工作导致的累积误差，提升模型抽取准确度。
-
-
-
-
-
-
-
-
-
Search Results
11
records
(took 0.131 seconds)
